出品人：
.......
.......
AI重塑To B产业应用（赋能百业）
......
议题背景
2025年见证了全球AI应用从“对话式搜索”向“自主式Agent”的范式转移。中国市场的 ToB 开发者深耕于垂直业务深水区，利用国产模型群与复杂的工程化手段，解决极具中国特色的企业经营和业务管理问题。
2025年见证了全球AI应用从“对话式搜索”向“自主式Agent”的范式转移。中国市场的 ToB 开发者深耕于垂直业务深水区，利用国产模型群与复杂的工程化手段，解决极具中国特色的企业经营和业务管理问题。
法务合规场景由于其对“确定性”的零容忍，成为了检验大模型在 ToB 领域最有成效且企业ROI价值最大的场景。本次议题将剥离技术泡沫，在 2026 年的节点上，深入探讨一套在“零容错”压力下打磨出的实战框架，为所有深耕高门槛、高价值ToB行业的开发者提供一份“避坑指南”。
内容大纲
1. AI趋势：从辅助工具到自主专家的范式转移
1.1 - 中美范式对比：美国“大模型优先”的极致搜索范式，与中国“业务场景+Agent优先”的深度嵌入范式，基于强监管与多元业务场景，侧重将 AI 嵌入业务流程中，实现企业提效。
1.2产品经理视角：在“模型优先”与“场景+Agent优先”之间，如何根据Agent Infra构建差异化竞争壁垒。
1.2产品经理视角：在“模型优先”与“场景+Agent优先”之间，如何根据Agent Infra构建差异化竞争壁垒。
2. 解构与重构：构建高可靠性的AI法律顾问Agent 工作流
2.1 SOP 规则化：将复杂的合同审查、合规风险筛查、纠纷预警拆解为原子级子任务和可验收标准。
2.2 多 Agent 协同架构：分享“合同解析Agent、审查 Agent、修订 Agent、评测 Agent”的协同模式，如何通过多步校验将错误率降至10%以内。
2.3 工程化落地：针对法律文本的长上下文处理与 RAG 增强检索的实战避坑指南。
2.2 多 Agent 协同架构：分享“合同解析Agent、审查 Agent、修订 Agent、评测 Agent”的协同模式，如何通过多步校验将错误率降至10%以内。
2.3 工程化落地：针对法律文本的长上下文处理与 RAG 增强检索的实战避坑指南。
3. 深水区的 HITL：从“专家反馈”到“专业直觉”的数字孪生
3.1 Lawyer-in-the-Loop：不再是简单的结果确认，而是将法务专家的“颗粒度反馈”转化为模型微调与 Prompt 迭代的闭环数据流。
3.2 协同进化逻辑：探讨 AI 如何从辅助工具演变为具备风险识别+策略建议的AI专家。
3.3 边界设定：在极致自动化（L4级别）与法律责任主体归责之间的平衡。
3.2 协同进化逻辑：探讨 AI 如何从辅助工具演变为具备风险识别+策略建议的AI专家。
3.3 边界设定：在极致自动化（L4级别）与法律责任主体归责之间的平衡。
听众收益
1. 全球化视野：透视中美竞争格局，理清中国企业在垂直应用层实现全球突围的技术路径，和可扩展的全球化探索之路；
2. 一套方法论：掌握一套可落地的 ToB Agentic Workflow 设计框架，从“单次对话”跃迁为“复杂异步任务处理”；可迁移应用于金融、医疗等其他“零容错”ToB场景的 Agentic Workflow 设计框架；
3. 实操指南：获得一套平衡大模型“生成性”与法律文本“严谨性”的工程化解决方案，直接指导产品规划与商业落地。
1. 全球化视野：透视中美竞争格局，理清中国企业在垂直应用层实现全球突围的技术路径，和可扩展的全球化探索之路；
2. 一套方法论：掌握一套可落地的 ToB Agentic Workflow 设计框架，从“单次对话”跃迁为“复杂异步任务处理”；可迁移应用于金融、医疗等其他“零容错”ToB场景的 Agentic Workflow 设计框架；
3. 实操指南：获得一套平衡大模型“生成性”与法律文本“严谨性”的工程化解决方案，直接指导产品规划与商业落地。
ToB 零容错场景的AI Agent落地实录：
以AI法律顾问为例
梅容
现任法大大法律AI产品线负责人，深度主导法律大模型及 iTerms AI 合同智能体从 0 到 1 的研发、架构设计与全链路商业化。
华中科技大学人工智能与自动化硕士，拥有深厚的软硬件融合思维，曾先后在努比亚、明源云担任产品负责人，深耕移动互联网、大数据及 ToB SaaS 赛道。致力于在零容错的法律合规领域，利用 Agentic Workflow 构建高可靠的人机协同新范式，是国内法律科技与 AI 深度结合的先锋实践者。
华中科技大学人工智能与自动化硕士，拥有深厚的软硬件融合思维，曾先后在努比亚、明源云担任产品负责人，深耕移动互联网、大数据及 ToB SaaS 赛道。致力于在零容错的法律合规领域，利用 Agentic Workflow 构建高可靠的人机协同新范式，是国内法律科技与 AI 深度结合的先锋实践者。
法大大 AI产品负责人
内容大纲：
1. 数据基因与智能经验：二十年"DI Know-How"的深厚积淀
2. AI发展演进与创新：从“聊天”到“智能体”的技术跃迁
3. 私有数据AI应用的“四重困境”与破局思路
3.1 不敢用：公有云泄露风险，数据主权与管制能力的矛盾——>"数据不动模型动" ——本地化数据+云端化智能的混合
2. AI发展演进与创新：从“聊天”到“智能体”的技术跃迁
3. 私有数据AI应用的“四重困境”与破局思路
3.1 不敢用：公有云泄露风险，数据主权与管制能力的矛盾——>"数据不动模型动" ——本地化数据+云端化智能的混合
架构
3.2 不能用：产业是半成品，格式不规范，AI生成可业务规范的输出——>"业务规则引擎化"——将格式要求、审批流程
3.2 不能用：产业是半成品，格式不规范，AI生成可业务规范的输出——>"业务规则引擎化"——将格式要求、审批流程
嵌入AI工作流
3.3 用不起：私有化部署成本高，维护难,没有门槛在资源投入的不平等——>"轻量化私有化"——边缘计算+模块化部
3.3 用不起：私有化部署成本高，维护难,没有门槛在资源投入的不平等——>"轻量化私有化"——边缘计算+模块化部
署，降低TCO
3.4 不好用：不懂内部知识，结果没配套，通用模型与垂直领域的鸿沟——>"知识库即服务"——RAG架构+持续学习的
3.4 不好用：不懂内部知识，结果没配套，通用模型与垂直领域的鸿沟——>"知识库即服务"——RAG架构+持续学习的
知识运营体系
4. 方法论落地：“个知·智能工作站”的设计思路与能力框架
4.1 架构层：混合云部署的安全，智能平衡术
5. 一个真实场景的解决路径
6. 结语：给产品经理的两个建议
6.1 安全不是阻力，而是产品设计的约束条件
6.2 AI能力要“藏”在业务流里，而不是摆在界面上
4. 方法论落地：“个知·智能工作站”的设计思路与能力框架
4.1 架构层：混合云部署的安全，智能平衡术
5. 一个真实场景的解决路径
6. 结语：给产品经理的两个建议
6.1 安全不是阻力，而是产品设计的约束条件
6.2 AI能力要“藏”在业务流里，而不是摆在界面上
DI×AI：让AI把私有数据用起来
邓鹤菱
.......
每日互动 个知工作站 产品负责人
议题背景：
我们正站在2001年互联网废墟之上的重启时刻 ：GPU等基建已备，资本热潮翻涌，却唯独缺失了真正融入生活的商业模式 。在AI这个从“确定性交付”转向“概率性生成”的非线性世界里，产品经理正面临交互意图模糊、信任成本高企、算力成本燃烧的“升维打击” 。
本次分享将基于商汤“小浣熊”的实战复盘 ，提出“技术与商业双螺旋”进化论 ：
- 初期靠体验突围：利用对技术边界的理解（TPF），在垂直场景做到极致单点体验 。
- 中期靠场景闭环：通过Agentic Workflow交付结果，让用户从“复制粘贴”转向“端到端解决” 。
- 后期靠资产沉淀：将用户私有知识与新技术持续吞吐能力结合，构建真正的动态壁垒 。
- 我们将共同探讨如何拒绝“PPT造车”，在每一笔Token的消耗中，寻找AI时代的确定性增长 。
内容大纲：
1. 定位与认知：迷雾中的领航员
1.1 时代坐标：我们正站在“泡沫与复兴”的分界线上
1.2 技术与商业的“双螺旋”
1.3 壁垒阶段：从“薄”变“厚”的生存战
1.3.1 第一阶段：体验突围——技术理解力转化为“极致单点”
1.3.2 第二阶段：场景闭环——从“工具”进化为“解决方案”
1.3.3 第三阶段：资产沉淀与技术敏捷——真正的“动态壁垒”
2. 选择与战场——在哪里建立你的阵地？
2.1 赛道差异：To B和To C的底层逻辑
3. 手感与实操：在概率世界里寻找确定性增长
3.1 为什么AI PM更难？
3.1.1 交互维度的升维：从“精准点击”到“模糊意图”
3.1.2 信任维度的升维：从“确定性交付”到“概率性生成”
3.1.3 成本维度的升维：从“零边际成本”到“昂贵的每一次交互”
3.2 行动哲学：寻找“人天”业务规模化，拒绝PPT造车
4. 实战复盘 ：商汤“小浣熊”的诞生与规模化之路
4.1 技术驱动的小浣熊产品演进
4.2 企业侧场景下的更严格的要求
4.3 OpenClaw的结合和挑战
听众受益
1. 认知重构：理解从 PM 向 PO（Product Owner）转化的核心逻辑，掌握“技术-商业双螺旋”思考框架 。
2. 避坑实操：针对 AI 产品特有的交互、信任、成本三大难题，获得来自一线大厂的落地解决方案 。
3. 竞争策略：学会如何通过“资产沉淀”与“技术敏捷”建立动态壁垒，避免在技术迭代浪潮中被轻易颠覆 。
4. 实战参考：复刻商汤“小浣熊”在金融、教育等行业快速落地并商业化变现的实战路径 。
我们正站在2001年互联网废墟之上的重启时刻 ：GPU等基建已备，资本热潮翻涌，却唯独缺失了真正融入生活的商业模式 。在AI这个从“确定性交付”转向“概率性生成”的非线性世界里，产品经理正面临交互意图模糊、信任成本高企、算力成本燃烧的“升维打击” 。
本次分享将基于商汤“小浣熊”的实战复盘 ，提出“技术与商业双螺旋”进化论 ：
- 初期靠体验突围：利用对技术边界的理解（TPF），在垂直场景做到极致单点体验 。
- 中期靠场景闭环：通过Agentic Workflow交付结果，让用户从“复制粘贴”转向“端到端解决” 。
- 后期靠资产沉淀：将用户私有知识与新技术持续吞吐能力结合，构建真正的动态壁垒 。
- 我们将共同探讨如何拒绝“PPT造车”，在每一笔Token的消耗中，寻找AI时代的确定性增长 。
内容大纲：
1. 定位与认知：迷雾中的领航员
1.1 时代坐标：我们正站在“泡沫与复兴”的分界线上
1.2 技术与商业的“双螺旋”
1.3 壁垒阶段：从“薄”变“厚”的生存战
1.3.1 第一阶段：体验突围——技术理解力转化为“极致单点”
1.3.2 第二阶段：场景闭环——从“工具”进化为“解决方案”
1.3.3 第三阶段：资产沉淀与技术敏捷——真正的“动态壁垒”
2. 选择与战场——在哪里建立你的阵地？
2.1 赛道差异：To B和To C的底层逻辑
3. 手感与实操：在概率世界里寻找确定性增长
3.1 为什么AI PM更难？
3.1.1 交互维度的升维：从“精准点击”到“模糊意图”
3.1.2 信任维度的升维：从“确定性交付”到“概率性生成”
3.1.3 成本维度的升维：从“零边际成本”到“昂贵的每一次交互”
3.2 行动哲学：寻找“人天”业务规模化，拒绝PPT造车
4. 实战复盘 ：商汤“小浣熊”的诞生与规模化之路
4.1 技术驱动的小浣熊产品演进
4.2 企业侧场景下的更严格的要求
4.3 OpenClaw的结合和挑战
听众受益
1. 认知重构：理解从 PM 向 PO（Product Owner）转化的核心逻辑，掌握“技术-商业双螺旋”思考框架 。
2. 避坑实操：针对 AI 产品特有的交互、信任、成本三大难题，获得来自一线大厂的落地解决方案 。
3. 竞争策略：学会如何通过“资产沉淀”与“技术敏捷”建立动态壁垒，避免在技术迭代浪潮中被轻易颠覆 。
4. 实战参考：复刻商汤“小浣熊”在金融、教育等行业快速落地并商业化变现的实战路径 。
在AI时代重塑产品的“手感”与“视野”
贾安亚
Boston University 数学和经济学学位、金融工程硕士学位；Tufts University 国际关系和工商管理硕士学位。曾于 EverQuote 和 Charles River Development 等科技公司担任产品经理，负责产品从概念到市场的全过程。加入商汤后参与了各技术阶段 AI 产品在 ToG、ToB 等领域的创新和落地，现负责「小浣熊家族」系列AI Native 生产力系列工具产品从day 1的概念、模型、产品到商业闭环验证。
商汤科技 高级产品总监
......
敬请期待
余祖坤
......
前字节豆包ToB业务负责人
议题背景：
在 2026 年的 AI 浪潮中，大模型已完成从“计算”到“推理”的跨越，但却深陷“数字失忆症”的泥潭。目前的 AI 仍是缺乏时空连续性的“聪明陌生人”，而用户的数字资产（网盘、笔记、代码）正沦为无人问津的“数字荒原”。本次分享将跳出传统的“算法驱动”逻辑，提出 LTM-Native（长期记忆原生） 的全新架构理念。我们将探讨如何通过 EverOS 构建独立于模型的记忆基座，将冷冰冰的异构数据转化为可感知的“数字生命”。这不仅是对产品形态的重构，更是对 AI 时代个人数字主权与生命延续方案的深度实验。
内容大纲：
1. 范式转移：为什么 AI 的下一站是“基础设施化的记忆”？
1.1 从 Model-Centric 到 LTM-Native： 告别挂载式插件，定义记忆原生操作系统的技术护城河。
1.2 行业心智对比： 拆解内容为王（兴趣分发）、流量为王（效率工具）与Evermind（生命映射）的底层逻辑差异。
1.3 数字生命底座： 为什么“秒级调用 TB 级碎片数据”是进入 AGI 时代的唯一门票。
2. 见证与摄入：如何让“冷数据”进化为“热资产”？
2.1 异构数据的高保真索引： 面对十年网盘碎片与散乱代码，如何实现语义级的“本能唤醒”而非关键词检索。
2.2 跨时空因果模拟： 案例分享：如何通过历史行为序列，帮用户排查人生/职场决策中的“循环 Bug”。
2.3 隐私与主权架构： 基于数据沙箱的“数字主权”设计，确保记忆不再是科技巨头的附庸。
3. 共鸣与交互：从“搜索答案”到“理解灵魂”
3.1 语义级反射检索（Semantic Reflex）： 抛弃生硬的 Prompt，实现 AI 对用户隐性需求的“肌肉记忆”。
3.2 交互式数字化身设计： “对话 20 岁的自己”背后的逻辑一致性与情感编译器技术。
3.3 视觉化生命星图： 将抽象的知识结构与情感脉络转化为 3D 记忆星云的产品创新实践。
4. 进化与赋能：记忆驱动的生产力革命
4.1 首席个人智囊（LTM + Agent）： 案例：EverOS 如何利用过去三年的历史思考逻辑，自动化提升当前的决策精度。
4.2 SpecCoding AI 实践： 记忆基座如何让 AI 真正理解复杂业务逻辑，实现工程效率的指数级跃迁。
4.3 自动化生命叙事： 从枯燥的数据轨迹到“自动生成传记电影”的产品运营策略。
5. 终局思考：Keep in Mind, Evolve over Time
5.1 时光之锚： 在信息洪流中，为用户建立唯一的“数字不动点”。
5.2 数字永生入场券： 探讨智慧与价值观跨越物理生命限制的商业逻辑与伦理边界。
听众收益：
1. 产品经理： 学习如何从“功能思维”转型为“架构思维”，掌握设计 LTM 原生产品的新范式。
2. 开发者与架构师： 借鉴 EverOS 处理 TB 级异构数据索引与语义反射检索的底层工程经验。
3. 创业者： 洞察 2026 年 AI 赛道的新机会点——从抢占“算力”到抢占“个人经历数据”。
4. 避坑指南： 了解在构建长期记忆系统时，如何平衡召回率、推理成本与用户隐私。
在 2026 年的 AI 浪潮中，大模型已完成从“计算”到“推理”的跨越，但却深陷“数字失忆症”的泥潭。目前的 AI 仍是缺乏时空连续性的“聪明陌生人”，而用户的数字资产（网盘、笔记、代码）正沦为无人问津的“数字荒原”。本次分享将跳出传统的“算法驱动”逻辑，提出 LTM-Native（长期记忆原生） 的全新架构理念。我们将探讨如何通过 EverOS 构建独立于模型的记忆基座，将冷冰冰的异构数据转化为可感知的“数字生命”。这不仅是对产品形态的重构，更是对 AI 时代个人数字主权与生命延续方案的深度实验。
内容大纲：
1. 范式转移：为什么 AI 的下一站是“基础设施化的记忆”？
1.1 从 Model-Centric 到 LTM-Native： 告别挂载式插件，定义记忆原生操作系统的技术护城河。
1.2 行业心智对比： 拆解内容为王（兴趣分发）、流量为王（效率工具）与Evermind（生命映射）的底层逻辑差异。
1.3 数字生命底座： 为什么“秒级调用 TB 级碎片数据”是进入 AGI 时代的唯一门票。
2. 见证与摄入：如何让“冷数据”进化为“热资产”？
2.1 异构数据的高保真索引： 面对十年网盘碎片与散乱代码，如何实现语义级的“本能唤醒”而非关键词检索。
2.2 跨时空因果模拟： 案例分享：如何通过历史行为序列，帮用户排查人生/职场决策中的“循环 Bug”。
2.3 隐私与主权架构： 基于数据沙箱的“数字主权”设计，确保记忆不再是科技巨头的附庸。
3. 共鸣与交互：从“搜索答案”到“理解灵魂”
3.1 语义级反射检索（Semantic Reflex）： 抛弃生硬的 Prompt，实现 AI 对用户隐性需求的“肌肉记忆”。
3.2 交互式数字化身设计： “对话 20 岁的自己”背后的逻辑一致性与情感编译器技术。
3.3 视觉化生命星图： 将抽象的知识结构与情感脉络转化为 3D 记忆星云的产品创新实践。
4. 进化与赋能：记忆驱动的生产力革命
4.1 首席个人智囊（LTM + Agent）： 案例：EverOS 如何利用过去三年的历史思考逻辑，自动化提升当前的决策精度。
4.2 SpecCoding AI 实践： 记忆基座如何让 AI 真正理解复杂业务逻辑，实现工程效率的指数级跃迁。
4.3 自动化生命叙事： 从枯燥的数据轨迹到“自动生成传记电影”的产品运营策略。
5. 终局思考：Keep in Mind, Evolve over Time
5.1 时光之锚： 在信息洪流中，为用户建立唯一的“数字不动点”。
5.2 数字永生入场券： 探讨智慧与价值观跨越物理生命限制的商业逻辑与伦理边界。
听众收益：
1. 产品经理： 学习如何从“功能思维”转型为“架构思维”，掌握设计 LTM 原生产品的新范式。
2. 开发者与架构师： 借鉴 EverOS 处理 TB 级异构数据索引与语义反射检索的底层工程经验。
3. 创业者： 洞察 2026 年 AI 赛道的新机会点——从抢占“算力”到抢占“个人经历数据”。
4. 避坑指南： 了解在构建长期记忆系统时，如何平衡召回率、推理成本与用户隐私。
从“对话工具”到“生命底座”：
LTM 原生架构下的产品进化与 AI 基础设施重构
李雪瑶
10年以上产品设计工作经验，现任 Evermind 产品VP，前阿里/字节技术产品专家，专注于 2B/2D 领域的产品设计与研究，以及用户视角的技术产品化。
- 具有 DDD 领域架构、电商 TMF 端到端交付、DevOps 多端研发平台、效能度量、数据监控运维、链路可视化、规则引擎、活动反作弊、商业风控、合规、智能审核、AI 助手等五大类30+平台产品的设计经验。
- 代表作：Mtee-阿里风控大脑、Halo-阿里星环、Bits-研发流程/数据洞察、Ework-技术运营平台、AiMate-智能提效引擎等…
- 具有 DDD 领域架构、电商 TMF 端到端交付、DevOps 多端研发平台、效能度量、数据监控运维、链路可视化、规则引擎、活动反作弊、商业风控、合规、智能审核、AI 助手等五大类30+平台产品的设计经验。
- 代表作：Mtee-阿里风控大脑、Halo-阿里星环、Bits-研发流程/数据洞察、Ework-技术运营平台、AiMate-智能提效引擎等…
盛大Evermind产品副总裁
PM组委会由业界在产品经理或相关领域具有显著成就和影响力的产品人发起，邀请联合主席团专家一起挖掘全球产品领域的创新突破，旨在推动产品领域的知识分享和能力提升，促进行业产品创新。我们相信，通过持续的学习和交流，产品人能够在快速变化的市场环境中不断成长，创造更多的用户价值和商业价值。同时依托智盟创课国内领先的人才能力提升服务供应商，组织专业的会务服务团队，全面推进会议的顺利落地，保证参会者体验。
服务总线：400-183-9980
商务、媒体合作：木子 151-2264-3988
演讲分享：丽媛 186-0005-0529
购票咨询：白老师 135-1619-6409